《关联规则--CARMA.ppt

关联规则--CARMA Continuous Association Rule Mining Algorithm 报告人：徐启元 指导教师:谢邦昌 日期：2007年11月30日 目录 关联规则基本概念 CARMA算法简介 CARMA模块的基本概念 案例分析及Clementine操作步骤 购物篮分析----Tabular类型数据 网络日志分析----Transactional类型数据 值得注意的问题 CARMA算法原理（参考） 关联规则算法简介 关联分析的目的是寻找数据项间的相关性．常用技术： 关联规则：即寻找在同一个事件中出现的不同项目的相关性 例如：找出顾客经常同 时购买哪些商品。网民 浏览的网页之间有没有 什么关联性。 CARMA算法简介 CARMA模块中的基本概念 AntecedentConsequent 它们指的是规则的前项和后项。 Instances 对于每一条规则，它的 Instances值指的是所有 记录中包含该规则的 antecedent的记录的数量。 CARMA模块中的基本概念 Support 它的定义和instances很接 近，不同的是support描述 的不是数量，而是比例。 Rule Support 它在Support定义的基础 上更进一步，它指的是 所有记录中既包含某规 则的antecedent，又包含 consequent的记录所占 的比例。 CARMA模块中的基本概念 Confidence Confidence = Rule Support / Support 该指标反映的是规则预测的 准确程度。 Deployability Deployability = Support – Rule Support 它的作用与confidence类似。 CARMA模块中的基本概念 Lift 在已知某规则的 consequent发生 的先验概率的情况 下，某规则的Lift 被定义为Confidence 和该先验概率的比 率值。 源数据格式 CARMA模块能够处理一下两种格式的数据 Tabular数据格式 Transactional数据格式 案例研究之购物篮分析 数据准备 使用数据为clementine自带的Baskets1n数据集； 该数据集样本量为1000，每笔交易包含了顾客的卡号、性别、年龄、收入、付款方式等一系列个人信息，以及其购买的各种食品清单； 该数据集为Tabular格式的数据。 研究目的 为超市货架的摆放提供科学的依据； 为超市商品促销决策提供支持。 案例研究 购物篮分析 加入type模块对变量类型进行设置。 购物篮分析 将CARMA 模块加入 流中，并双 击打开进行 参数设置。 购物篮分析 对Model选项卡进行设置。修改Rule Support、Rule Confidence以及Rule Size的大小。 购物篮分析 对Expert选项卡进行设置，如果对CARMA算法比较了解的用户，可以对该选项卡进行设定以获得使CARMA模块具有更好的性能。 购物篮分析 执行后建 立的模型 会 显示在 Canvas 内。 购物篮分析 置信度（Confidence）最高的前三个规则： 购物篮分析 CARMA模型可以 直接放在流中对 数据进行打分预 测（scoring）。 在打分之前可以 双击模型打开 Settings选项卡进 行相关的参数设 置。 购物篮分析 对CARMA模型设置好了以后就可以将CARMA 模型加入流中对数据进行预测了，本文仅用一 条规则进行预测，结果存入表中（见下页）。 购物篮分析 购物篮分析 用CARMA模型预测顾客的购买行为 购物篮分析 除了直接使用生成的CARMA模型进行预测 外，还有一种预测方式即使用Rule Set。 案例研究之网络日志分析 数据准备 使用数据为某网站五天的访问日志； 该数据集记录数为173665，每行记录对应用户对服务器的一个页面请求，记录了用户IP地址、请求时间、请求页面URL、访问协议、请求状态以及端口号等信息。本文为了简化仅引入前三个变量，且页面已经过分类，访问已按事务划分； 该数据集为Transactional格式的数据。 研究目的 找出用户的访问模式，为网站结构上的调整和网站经营决策提供支持。 网络日志分析 加载数据集 网络日志分析 使用C